Лучшее в мире видео-объяснение нейронных сетей, глубокого обучения, градиентного спуска и обратного распространения

    image

    Видео от 3Blue1Brown отличаются поразительной понятностью и лаконичностью. Делать конспект видеоуроков по нейронным сетям у меня не получилось, ибо это была бы просто раскадровка, да и особая магия динамики именно видео непросто передать.

    Из комментариев к прошлым публикациям мне стало понятно, что есть большое количество людей, кто не знает про канал, поэтому хочу поделиться четырьмя видео (+ русские субтитры и дубляж) и сэкономить время школьникам, родителям и учителям, чтобы они могли иметь быстрый доступ к самому интересному и качественному объяснению одной из самых важных тем современности.

    But what is a Neural Network? | Deep learning, chapter 1


    Что такое нейронная сеть? Часть 1

    Оригинал (+ русские субтитры):



    Русский дубляж:



    Gradient descent, how neural networks learn | Deep learning, chapter 2


    Градиентный спуск, глава 2

    Оригинал (+ русские субтитры):



    Русский дубляж:



    What is backpropagation really doing? | Deep learning, chapter 3


    Что в действительности делает обратное распространение? Глава 3

    Оригинал (+ русские субтитры):



    Русский дубляж:



    Backpropagation calculus | Deep learning, chapter 4


    Исчисление обратного распространения, глава 4

    Оригинал (+ русские субтитры):



    Рекомендованные дополнительные материалы


    Similar posts

    Ads
    AdBlock has stolen the banner, but banners are not teeth — they will be back

    More

    Comments 24

      0
      сэкономить время школьникам, родителям и учителям

      А опытным разработчикам, которые хотят пощупать это с нулевыми знаниями подойдёт?

        +8
        Не меньше, а то и больше. Есть серии Essence of linear algebra и Essence of calculus, которые запросто могут заменить курс линейной алгебры и анализа, соответственно (причём смотреть на порядок интереснее и понятнее, чем обычный курс университета).

        Мы их сейчас переводим, кстати. Можно поучаствовать — в телеграм @pieceofchaos, ну или в личку в вк.
          0
          которые запросто могут заменить курс линейной алгебры и анализ

          при всем уважении, содержание курса Essence of calculus соответствует скорее старшим классам хорошей школы, но не курсу мат. анализа в техническом вузе, и уж точно не университетскому курсу, там на порядок меньше информации. Другое дело, что возможно многим этого и достаточно…
            0
            Это так, но только если сравнивать программу снаружи — действительно, всего 12 видео по 10-12 минут, разве это сравнится с программой технического вуза в 90 вопросов или с учебником Фихтенгольца в 300 страниц первого семестра?

            На самом деле эти видео не направлены на формальное строгое изложение всей программы, они направлены на объяснение ключевых моментов. И объяснения в них качественно другие. Пусть и не всегда строгие, но направленные именно на понимание, что здесь происходит.

            И кто лучше знает анализ — средний студент вуза, вызубривший, но не понимающий формулу Тейлора (а студенты через полгода-год обучения в среднем именно такие), или же посмотревший эти видео человек, который может объяснить, почему аппроксимирующий многочлен аппроксимирует функцию, нарисовать его график, и вывести эту самую формулу сам?

            P.S. не очень хочу спорить про качественность учебников, особенно таких классических, но в том же Фихтенгольце график аппроксимирующего многочлена даётся впервые через обоже 14 страниц выкладок. Нельзя так. Вчерашнему школьнику по формуле ряда косинуса абсолютно не очевидно, что он в некотором приближении похож на косинус.
              0
              Полностью согласен, что для большинства студентов хорошо аппроксимировать функцию формулу рядом Тейлора — это все что нужно знать, и что это можно объяснить за один ролик в 10 минут.

              Но культура понимания и самостоятельного воспроизведения длинных формальных доказательств некоторым студентам полезна. Именно такие доказательства отличают университет от хорошей школы, и одним роликом их не передать. А среднему студенту они не нужны, да.
        +4

        Ну 3 слоя — это понятно. А вот этих слоёв полсотни, ещё и с кучой всякой экзотики? Вот тогда объяснение работы нейросети и преимущество именно такой архитектуры похоже на работу финансового аналитика, рассказывающего, почему упали или выросли акции.

          0
          А с преимуществами той или иной архитектуры дело обстоит ровно так же, как с анализом работы обученной сети. Метод случайной генерации и отбора дает результат, проанализировать который не в человеческих силах.
            0

            Полсотни слоёв? Для человека не знающего теорию, что три слоя необходимо и достаточно чтобы решить любую проблему. Такая теорема есть даже

              +1

              Ну да. А все остальные дураки, не знают, что достаточно только трёх слоёв. Наверное, нейросеть при этом получится циклопических размеров, а интерпретация слоёв станет невозможна? Я уж молчу про то, что нейросети с циклами под эту теорему не попадают.

                0
                Эволюция оказалась с теоремой не согласна :)
              0

              Канал всем хорош, если бы только не эта невыносимая фоновая музыка :)

                0
                Вроде спокойная музыка :)? В audacity легко можно удалить фоновую музыку, если действительно мешает.
                Spoiler
                Вот, например попробовал почистить, с 15-й секунды — https://mega.nz/file/VMp0BaaS#Tjv1itQ5S2RsgmkdzZgrHqYhW9eSPMHh9_6JhU1kZsM
                  0
                  Доброго утра, долго изучаю химию и фолдинг белка.
                  В чём главное опровержение кольцегранной модель атома?
                  ( или атом это не статичная модель, а некое непостоянное динамичное облако которое очень сложно просчитать? )
                  Спасибо
                    0
                    Гм, разве кольцегранную кто-то серьезно воспринимал? Чисто по фану же. Извините, не теоретик и не занимаюсь опровержением очередных теорий всего.
                    0
                    В ней практически нет разрешений (аккордов), и потому она какая угодно, но не «спокойная» — она накручивает, накручивает, и не разрешается ни во что осмысленное =) Настоящая пытка.
                    +1
                    Да, не даёт сосредоточится на содержании.
                    0
                    Да, видео хорошие. Может подсажите какое-нибудь рускоязычное комьюнити, где можно задать конкретный вопрос по нейросетям?
                    +1
                    Для всех кто любит не только смотреть, но и читать – во второй части видео (Gradient descent, how neural networks learn | Deep learning, chapter 2) (~ 17:14) упоминается электронная книга «Neural Networks and Deep Learning», с полным переводом которой можно ознакомиться также на Хабре «Нейросети и глубокое обучение».
                      0
                      Вау! Спасибо!
                      +1

                      Любопытный факт:
                      Первые два видео можно развернуть на весь экран из статьи, а последующие 4 уже нельзя (кнопка разворачивания не активна).


                      Вопросы:


                      1. Почему так? В тексте статьи разные видео вставлены по разному?
                      2. Как сделать так, чтобы из статей на хабре можно было развернуть любое видео на весь экран?
                        0
                        Получается, что с точки зрения нейросети, входящей в основу распознавания лиц в метро, человек в шляпе ничем не отличается от кенгуру?
                          0
                          Какая красота!

                          Only users with full accounts can post comments. Log in, please.